前立腺がん治療計画のための人工知能

フェーズ 1

1. 十分に理解されているヒューマンファクターの知識収集方法論と機械学習ツールを使用して、治療計画プロセスの背後にある理論的根拠、基準、論理的基盤を把握するためのプロセスとツール (DAST) を開発します。
2. AI テクノロジーを構築してプロセスを学習し、治療計画の作成に適用します。 Radiation Therapy Oncology Group (RTOG) 0938 の画像と専門家が作成したボリュームは、AI システムの初期トレーニングに使用されます。 これらのデータはダートマス ヒッチコック メディカル センター (DHMC) の患者ではなく、RTOG 0938 を通じて同意され取得されたものです。 これらのデータは、フィラデルフィアの NRG/RTOG 本部に保管されています。 NRG は、0938 データセットの AI システムを調査するための確立された IRB 承認のプロトコルをすでに持っています。 AI システムが重要な構造とターゲットのボリューム セグメンテーションを「学習」するためのこの初期トレーニング作業では、少なくとも 30 のケースが使用されます。 0938 で利用可能な 200 人以上の患者から追加の患者を追加して、初期ソフトウェア プログラミングの実装時にボリューム セグメンテーションの追加 AI 学習を行うことができます。

3. AI テクノロジーをトレーニングしてテストするための過去の治療計画の最適な数を決定します。 NRG/RTOG 研究 0415、0126、および 0521 (合計 135 症例) から 45 症例が NRG によって提供され、それぞれ良好な、中リスク、および高リスクの前立腺がん治療を表します。 これらのスキャンと専門家が定義したボリュームは、フィラデルフィアに保管されている NRG データセットの一部です。 これらの患者は全員、個人固有の臨床情報を他のがん関連研究に使用する許可を含む、研究固有の同意書にすでに署名している。 この特定の研究でのこれらのデータの使用に関する IRB のレビューは、この特定の AI 研究でのこれらのデータの使用が適切で承認されていることを保証するために、事前の同意に基づいて NRG メカニズムを通じて達成されることが予想されます。 「ゴールドスタンダード」として、DHMC、マサチューセッツ大学（UMass）、オレゴン健康科学大学（OHSU）からそれぞれ10件ずつ、合計30件の追加患者症例の提供が見込まれており、すべて当初計画され、2015年から2018年中に治療される予定である。時間枠。 各施設からの最初の 5 人は良好なリスクの患者となり、各施設からの次の 5 人は高リスクの患者となります (これにより、幅広い治療アプローチが実現され、その後さらに追加されます)。 この取り組みの一環として、各施設はそれぞれの特定の患者 (5 人の良好なリスク、5 人の高リスク) に連絡し、このプロトコルでのデータの使用について研究固有の同意を取得します。 匿名化されると、これらのスキャンと計画は 3 つの機関すべてで共有されます。 これらの患者ごとに、他の 2 つの (「非ホスト」) 施設が独自のボリュームと計画を作成します。 修正された Delphi アプローチを使用して、3 つのチームが集まり、各患者に対して合意された「複合」計画を作成します。 したがって、これら 30 人の患者ごとに合計 4 つの治療計画があり、合計 120 の計画が得られます。これらの計画は、この AI プロジェクトの「ゴールド スタンダード」として機能し、テスト/検証のために AI システムに入力されます。

   フェーズ2

4. 上記の手順に従って、各施設からそれぞれ 5 人の中間リスク患者を含めるようにデータベースを拡張し、AI システムへの追加入力として機能する追加の 60 の計画を生成します。
5. 過去の症例データから患者の画像とターゲットの描写を入力し、AI テクノロジーによって生成された計画が専門の臨床医によって作成された最終計画と「一致している」かどうかを評価することで、AI テクノロジーを検証およびテストします。
6. 新しい患者の症例データを使用してテクノロジーをテストし、専門の臨床医のチームと計画を検証します。 これには、AI アプリケーションを探索する NRG-RTOG 研究で開発された「修正チューリング テスト」が含まれます。